一种可检测女巫攻击的高效动态路边单元部署方法及系统

本发明属于智能交通，具体涉及一种可检测女巫攻击的高效动态路边单元部署方法及系统。

背景技术：

1、随着智能车辆和智能交通系统(its)的快速发展，路边交通单元(rsus)已成为智能交通管理、位置隐私保护和应急救援服务中不可缺少的组成部分。合理部署rsu可以提高交通效率，降低交通碰撞和拥堵的风险。然而，rsu的大规模部署具有更高的成本，是不符合实际且低效益的。更多的，现有的rsu部署方案在一些关键的性能指标上仍有提升的空间。因此，为了提高网络连通性，需要综合考虑交通、地理环境、信号干扰等城市特征以在有限的资源限制内最优地部署rsu。

2、近年来，its快速发展的同时也带来了许多威胁。rsu作为车辆互联网(iov)的重要资产，在多智能体联合识别恶意攻击和联邦学习任务卸载等领域至关重要。然而，许多现有的rsu部署工作只关注效率，而没有考虑到一些车联网中容易出现的安全威胁，增加了its的运营风险。值得注意的是，sybil攻击是iov中常见的风险之一，它会严重损害网络的可靠性和完整性。通过将sybil攻击检测集成到rsu部署方案中，并考虑实际场景中rsu位置必要的合作距离约束，可以使rsu部署方案具有安全性。

3、rsu的数量和位点都显著影响着its的服务质量(qos)。但是，考虑到城市和its的实际发展，长期固定的rsu位置不仅会失去原有部署的成本效益，还会由于rsus的负载不平衡而增加安全风险。为了保证车联网的服务质量，需要根据城市发展引起的交通流量变化，以最小的成本调整rsu的部署位置。遗憾的是，现有的rsu适应调整工作是有欠缺的，大多数rsu调整工作都是基于随机生成的rsu站点进行优化，需要使rsu部署调整工作更具有连续性和符合实际。此外，现有的rsu调整工作也忽略了实际场景中需要满足安全协作的iov智能体之间的距离要求，而且在rsu部署方案中同样出现的重复优化目标使传统的rsu调整方案性能并不优秀。因此，在智慧城市的规划过程中，建立一个具有连续性连、可检测女巫攻击、多属性优越的rsu部署和调整方案至关重要。

技术实现思路

1、为了克服现有技术的不足，本发明提供了一种可检测女巫攻击的高效动态路边单元部署方法及系统，包括搜集地理信息，评估部署区域的路边单元服务覆盖、重叠范围与事故信息初始扩散速度，建立可检测女巫攻击的rsu部署约束；基于粒子群优化与改进模因算法构建rsu部署方案；获取运输与重建rsu开销，基于二分图匹配算法得到最小rsu调整成本；采集各rsu工作负载，基于帕累托最优原则构建启发式rsu最小成本调整方案。本发明在可检测女巫攻击的约束下，通过构建启发式的rsu高效部署与低成本调整方案，提高了rsu部署中服务有效覆盖范围、事故信息初始扩散速度，最小成本地实现rsu之间负载均衡并具备检测女巫攻击的能力，解决了传统rsu部署方案综合性能低、无法检测女巫攻击的问题。

2、本发明解决其技术问题所采用的技术方案如下：

3、s1：获取部署区域地理信息，初始化部署区域部署矩阵，采集部署区域内所有rsu可能部署位点；获取rsu传输、影响范围cr、ce，车辆间通信范围cv和可用与额外调整可用rsu数量nr、ne；

4、s2：根据部署区域地理信息与区域内各实体信息随机生成rsu部署方案so，得到方案so的rsu服务覆盖、重叠范围gcover，并结合区域内车辆流动计算事故信息初始扩散速度sinit；基于信号强度得到女巫攻击检测部署约束cs；

5、s3：设计衡量rsu部署方案性能的适应度值f，在cs约束下，根据适应度值f利用粒子群-二邻域搜索模因pso-meme联合启发式算法对rsu部署方案进行优化得到接近最优的rsu部署方案sc；

6、s4：根据市场得到rsu重建开销costnew以及运输调整开销costad；根据部署区域地理信息与rsu调整位点，基于二分图匹配算法hopcroft-karp得到最小rsu调整成本costtotal；

7、s5：根据部署区域内每个rsu有效范围内的车流量评估rsu的工作负载设计衡量rsu调整方案性能的适应度值fad；在cs约束下，对rsu初始部署方案利用基于帕累托最优原则的启发式rsu多目标自适应调整算法hrma3进行优化迭代，得到rsu最小成本调整方案sad，在保证rsu部署综合效率的同时，实现rsu之间的负载均衡。

8、进一步地，所述步骤s2具体如下：

9、s201：动态rsu部署系统对部署区域的地理信息与区域内各实体信息进行信息提取并转换为部署矩阵mc并在部署矩阵中随机生成一种部署方案so；

10、s202：动态rsu部署系统根据区域内各实体信息与部署方案so得到该方案的rsu服务覆盖、重叠范围gcover；

11、一个rsu的有效信号覆盖面积定义为一个多边形p＝{p1,p2,…,pi}，每个rsu rn都有其有效信号覆盖面积pi；假设nr个rsu可用，rsu有效信号的重叠区域是多个多边形之间重叠区域的积累，表示为：

12、

13、其中o(a,b)代表计算a，b两个多边形的重叠面积的函数；

14、因此，由rsu有效信号的覆盖面积和重叠面积所确定的gcover表示为：

15、

16、其中at为城市中需要被有效信号覆盖的总面积。

17、s203：动态rsu部署系统根据区域内各实体信息、车辆流动和部署方案so得到事故信息初始扩散速度sinit；

18、rsu部署区域内有a处事故地点，设定所有v2v传输都成功，平均issai值的计算表示为：

19、

20、其中sv是车辆v的行驶速度，n是参与事故信息传播的所有车辆的数量；tv表示车辆v用载体单元ui传输事故信息所花费的时间之和，表示为：

21、

22、s204：动态rsu部署系统根据基于信号强度与实际场景必要的rsu合作位置距离建立女巫攻击检测部署约束cs。

23、sybil攻击检测根据实际场景必要的rsu合作位置距离表示为：

24、

25、其中ce表示rsu的影响范围。

26、进一步地，所述步骤s3具体为：

27、s301：动态rsu部署系统根据部署目标的优先级将rsu服务覆盖、重叠范围gcover和事故信息初始扩散速度sinit相结合得到适应度值f；

28、

29、其中，θ1和θ2分别表示归一化后从0到1的权重，tinit代表在事故发生后的短信息传播时间；

30、s302：在cs约束下，动态rsu部署系统根据应度值f利用粒子群优化算法优化得到r个应度值f最大的部署方案sr，并将其放入初始解集中；

31、s303：动态rsu部署系统根据适应度值f将初始解集中所有解决方案进行排序并筛选出e个精英方案组成精英阶级e；

32、e＝sort(f(s1),f(s2),…,f(se))e<num(sr)

33、s304：在cs约束下，对精英解集e进行交叉、变异操作得到后代解集p；

34、s305：动态rsu部署系统对每次完成交叉、变异操作得到的后代解集进行邻域搜索并选择适应度值大的解更新后代解集p；

35、定义进行交叉、变异操作后的精英子代种群中单个解为sp,其邻域为n(sp)，即从当前解sp通过小步长探索生成的解集合，若使

36、

37、则将精英子代方案解sp更新为s′p；

38、s306：若二邻域搜索-模因算法未达到最大迭代数，转到s303，否则输出接近最优的rsu部署方案sc。

39、进一步地，所述步骤s4具体为：

40、s401：动态rsu部署系统根据区域内各实体和市场信息制定rsu重建开销costnew；

41、与调整前的部署方案sol相比，如果调整方案sol′中的rsu增加，将购买并部署新的rsu设备，则新部署的rsu的成本计算公式为：

42、costnew＝(|sol′|-|sol|)·(∈+δ)

43、其中ρ是购买成本，δ是新建一个rsu的建设成本；

44、s402：动态rsu部署系统根据区域内各实体和市场信息制定rsu运输调整开销costad；

45、rsu的运输调整包括拆卸、安装和运输成本，因此rsu运输调整开销计算如下：

46、

47、其中|rad|是需要调整的rsu数量，是rsu每公里的运输成本，dad是需要调整的rsu站点之间的欧氏距离；

48、s403：动态rsu部署系统根据rsu重建开销costnew与rsu运输调整开销costad制定rsu计算总成本costtotal；

49、costtotal＝costnew+costad。

50、s404：动态rsu部署系统基于二分图匹配算法hopcroft-karp得到rsu最小调整总成本costtotal；

51、将现有的rsu位置和新调整后的rsu位置视为二部图集vr和vr′中的两组坐标节点，边的权重e表示从现有位置移动到新位置的成本，表示为：

52、g(vr,vr′；e),e∈e(vr,vr′)＝{d(r1,r′1),d(r1,r′2),…,d(rn,r′m)},

53、其中d(rn,r′m)表示rn∈vr和rm′∈vr′之间的欧氏距离。

54、进一步地，所述步骤s5具体为：

55、s501：动态rsu部署系统根据部署区域内每个rsu有效范围内的车流量评估rsu的工作负载

56、车辆选择最近的rsu进行交互，根据rsu rn覆盖区域的交通流量交互强度为通过调查定义rsu的最大负荷阈值每个rsu的工作负载表示为：

57、

58、s502：动态rsu部署系统根据rsu服务质量与rsu之间的负载均衡指标设计衡量rsu调整方案性能的适应度值fad；

59、根据部署rsu的信号覆盖、重叠范围gcover、各rsu之间的负载均衡以及调整rsu的最小成本，得到代表rsu调整方案性能的适应度值：

60、fad＝θ1·gcover-θ3·costtotal-θ4·br，

61、其中，θ1、θ3和θ4分别表示归一化后从0到1的权重，br为来评估各个rsu之间负载平衡的标准偏差统计量，表示为：

62、

63、其中为部署区域内所有rsu的平均工作负载；

64、s503：动态rsu部署系统随机生成rsu调整方案，并将接近最优的rsu部署方案sc加入调整优化方案解集o中；

65、s504：对解集o中的方案根据适应度值fad进行排序筛选，在cs约束下，对筛选出的方案进行交叉、变异操作得到与优化方案解集o种群数量相等的后代种群pop；

66、s505：动态rsu部署系统合并解集o与后代种群pop，根据适应度值fad进行快速非支配排序；

67、根据适应度值fad对部署方案种群进行快速非支配排序，为后续引入部署效率参考点进行利基选择做准备：

68、sortnon-domin(fad(s1),fad(s2),…,fad(sl))

69、s506：动态rsu部署系统对排序后的种群加入部署效率参考点并进行利基选择，择筛出选与后代pop种群数量相等的精英种群集合ead；

70、s507：动态rsu部署系统进行遗传操作生成与精英方案种群集合ead种群数量相等的后代pop′；

71、s508：动态rsu部署系统对每次完成交叉、变异操作得到的后代解集进行邻域搜索并选择适应度值大的解更新后代解集pop′；

72、定义进行交叉、变异操作后的后代种群中单个解为sl，其邻域为n(sl)，即从当前解sl通过小步长探索生成的解集合，若使：

73、

74、则将精英子代方案解sl更新为s′l；

75、s509：若hrma3算法未达到最大迭代数，转入s504，否则，输出最优的rsu最小成本调整方案。

76、一种可检测女巫攻击的高效动态路边单元部署系统，包括rsu部署区域地理信息及各实体信息获取模块、rsu部署方案多性能衡量模块、pso-meme联合启发式rsu部署模块和最小成本rsu部署调整模块；

77、所述rsu部署区域地理信息及各实体信息获取模块，用于获取rsu部署区域内包括障碍物位置体积、交叉口和城市地标建筑附近的rsu可能部署位点、rsu实体影响与通讯范围、车辆设备信息、rsu接收到各个车辆交互的信号强度和车流量数据；将部署区域的各个rsu收集到的历各史时间戳对应的车流量信息进行清洗、填充缺失值，各个车流量信息通过小波变换进行归一化，确保数据格式适合后续rsu负载均衡评估；将部署区域内各rsu、车辆基础性能属性进行收集，去除异常值后利用加权平均制定不失一般性的实体基础信息库；通过地理信息系统与交通监控系统将部署区域的道路、建筑物、交叉路口等信息投射到平面形成rsu部署矩阵，为后续rsu的科学部署调整方案提供精确的模型基础；

78、所述rsu部署方案多性能衡量模块，用于根据获取到的rsu部署区域地理信息及各实体信息制定rsu部署中sybil攻击检测约束和具有强代表性的rsu部署方案衡量指标；通过规则引擎、统计分析、数学量化方法，对rsu的多种性能制定衡量指标，其中包括根据实际场景必要的rsu合作位置距离制定的sybil攻击检测安全约束，衡量区域rsu服务质量与部署效率的rsu信号覆盖、重叠范围指标，衡量区域内事故发生后系统通知未来车辆能力的事故信息初始传播速度指标，衡量区域内各rsu之间负载均衡的区域rsu标准偏差统计量，衡量区域内rsu调整策略优劣的rsu最小调整成本指标，衡量rsu部署综合性能的适应度值以及衡量rsu调整方案综合性能的适应度值；

79、所述pso-meme联合启发式rsu部署模块，用于迭代优化rsu部署方案；首先利用pso快速收敛和全局搜索的能力，对初始rsu部署方案进行优化，产生相对较优的rsu部署结果，之后，利用解集探索域较大、解集适应度值较高的二邻域搜索-模因算法对pso的相对较优rsu部署结果进行迭代优化，产生最接近最优的rsu部署结果；二邻域搜索-模因算法在模因算法基础上分别在交叉、变异的步骤后进行一次邻域搜索以提高总体解集的适应度值；

80、所述最小成本rsu部署调整模块，用于迭代优化基于rsu服务质量与各rsu之间负载均衡的最小成本rsu调整方案；rsu调整最小成本的计算采用二分图中的hopcroft-karp算法以提高计算资源的使用效率；最小成本rsu调整方案利用快速非支配排序对种群进行分层，然后基于适应度值利用rsu部署效率参考点与利基选择对每层的种群进行精英筛选产生后代种群，多次循环直到达到最大迭代数，最后对rsu部署方案调整得到具有检测sybil攻击能力且多属性优越的rsu部署方案。

81、本发明的有益效果如下：

82、本发明提供了一种可检测女巫攻击的高效动态路边单元部署方法及系统，通过建立sybil攻击检测约束并在此约束下基于多种启发式算法对rsu部署、调整方案进行迭代优化，在保证具有sybil攻击检测能力的同时提高rsu部署方案的综合性能，解决了rsu部署方案综合性能低且无法检测女巫攻击的问题。本发明首先建立了衡量rsu部署性能的rsu服务覆盖、重叠范围指标和事故信息初始传播速度指标。在sybil攻击检测约束下，结合pso和二邻域搜索-模因算法迭代优化rsu部署方案，增强方案的整体性能和收敛能力，得到接近最优的rsu部署方案。其次，为了避免车流量变化对rsu之间负载不均衡的影响，在对rsu部署方案进行调整的过程中，本发明在sybil攻击检测约束下，利用hopcroft-karp二分图算法有效地解决了最小调整成本问题，并基于帕累托原理构建了一种启发式的rsu多目标自适应调整算法来调整rsu部署方案。本发明相较于传统的动态rsu部署方案，在对sybil攻击检测上拥有更高的检测能力；在rsu的服务覆盖、重叠范围与事故信息初始传播速度指标上都拥有优秀的表现；在对rsu部署方案进行最小成本调整上具有更低的调整成本，更优秀的rsu服务覆盖、重叠范围指标以及rsu之间更均衡的工作负载。